Modelos formales para la definición estructural y

Transcripción

Modelos formales para la definición estructural y
semántica en documentos XML. Comparación de
posibilidades en un corpus textual de documentación
jurisprudencial.
Bonifacio Martín Galán, J. Tomás Nogales Flores, Ma del Carmen Arellano Pardo
Departamento de Biblioteconomía y Documentación
Universidad Carlos III de Madrid
{bmartin, nogales, marellan}@bib.uc3m.es
Resumen: Se presenta una comparación de soluciones a la modelización formal de la estructura y la semántica de documentos textuales, en concreto a una
colección de sentencias del Tribunal Constitucional español, que se ha utilizado
como material de experimentación de tecnologías XML en una tesis doctoral ya
defendida. Se analizan y aplican los dos modelos principales de la tecnología
XML para la definición formal de los documentos electrónicos, el modelo inicial de la DTD y el modelo más avanzado del XML Schema. Este último se ha
revelado como una tecnología más potente para la expresión de restricciones
tanto en las estructuras lógicas de los tipos documentales jurídicos como en la
definición de determinados datos presentes en los mismos. Igualmente, se introducen otros modelos de esquema con clara orientación a la definición de ontologías o lenguajes de marcado semántico capaces de ofrecer una respuesta a
las necesidades existentes para la construcción de la denominada Web semántica en Internet, caso del RDF Schema o, más recientemente, del DAML+OIL.
Presentación
La presente comunicación pretende dar a conocer una parte de las investigaciones
llevadas a cabo durante estos últimos años por varios profesores adscritos al grupo de
Tecnologías de la Información del Departamento de Biblioteconomía y Documentación de la Universidad Carlos III de Madrid sobre la aplicación de las tecnologías
XML (Extensible Markup Language) a diversos tipos de documentos, entre ellos los
jurídicos, para su almacenamiento, gestión y difusión en la Web. Entre otros ámbitos
de aplicación práctica, estas tecnologías se han empleado en la maqueta desarrollada
como parte de la tesis doctoral elaborada por Bonifacio Martín Galán y dirigida por J.
Tomás Nogales Flores bajo el título de Tratamiento y Difusión en Internet de Información Jurisprudencial Mediante Tecnologías XML: Aplicación al Caso del Tribunal
Constitucional, defendida en febrero de 2002 [1]. En esta tesis se abordaron desde el
plano teórico y experimental un gran número de estándares integrados dentro de la
familia de tecnologías XML, desde las concebidas para la definición de estructuras y
Modelos formales para la definición estructural y semántica en documentos XML.
Comparación de posibilidades en un corpus textual de documentación jurisprudencial.
2
vocabularios de marcado (DTD, XML Schemas y RDF Schema) o las propias para el
establecimiento de enlaces hipertextuales avanzados (XLink y XPointer) hasta las
orientadas a la búsqueda y recuperación documental (XPath y XQuery), pasando por
las diseñadas para dar un formato de presentación a los documentos XML (CSS y
XSL-FO) o transformarlos (XSLT).
En esta comunicación sólo se abordarán las tecnologías XML que dan respuesta a
las necesidades tanto de modelización de las estructuras documentales existentes en
los documentos jurisprudenciales (sentencias) emanados del Tribunal Constitucional
español, como de generación de un lenguaje específico de marcado capaz de definir
semánticamente los elementos esenciales de estos textos, analizando los resultados
obtenidos de la anterior investigación así como de los obtenidos en posteriores actualizaciones de la misma.
Metalenguajes de marcado y la Definición de Tipo de Documento
La gran aportación de los denominados lenguajes de marcado generalizado, o metalenguajes, radica en la inclusión de mecanismos para la generación de gramáticas
específicas de marcado adaptables a la tipología documental manejada. Este concepto
de metalenguaje de marcado no tendría su esplendor definitivo hasta 1986 con la
aprobación como estándar internacional del denominado Standard Generalized Markup Language (SGML) (norma ISO 8879:1986).
Este metalenguaje de alcance internacional contempla en sí un par de tipos de sintaxis (abstracta y concreta) para un lenguaje de marcado, proporcionando un mecanismo normalizado para generar lenguajes de marcado descriptivo que pueden usarse,
principalmente, para la descripción de la estructura de múltiples tipos de documentos.
La sintaxis abstracta, materia de interés de esta comunicación, se usa para declarar las
reglas que definen la inserción de marcas descriptivas en los documentos electrónicos.
A esta expresión formalizada se la conoce por el nombre de Document Type Definition (DTD o Definición de Tipo de Documento).
De forma general, la DTD define las reglas de marcado para un tipo concreto de
documento, estableciendo los nombres de los elementos empleados para crear las
etiquetas de marcado (identificadores genéricos), los atributos que éstos pueden tomar, así como las reglas de subordinación, secuencia y frecuencia de aparición que se
establecen para dichos elementos.
El metalenguaje XML (Recomendación del W3C desde 1998)1, reducción y
simplificación del SGML para la Web, hereda este mismo mecanismo de la DTD, si
bien en este nuevo contexto se introduce el concepto de documento bien formado
(correcto sintácticamente pero carente de una DTD) en oposición al de documento
válido (que además es conforme a las reglas establecidas en una DTD), único posible
en SGML y en el que nos centraremos en esta comunicación.
XML se ha venido aplicando desde su origen, y de forma general, bajo dos prismas
distintos (aunque, a menudo, complementarios): aplicaciones en que los procesos de
1
Toda la información oficial se encuentra disponible en http://www.w3.org/XML/
3
manipulación de la información contemplan al documento como un todo (document
applications) siendo, por tanto, el ser humano su principal consumidor, y aquellas
orientadas a la gestión de los datos contenidos (data applications), dirigiéndose la
información tratada al consumo por parte de programas informáticos [2].
El modelo de la DTD de XML ha venido satisfaciendo las necesidades de la edición electrónica para construir lenguajes específicos de marcado. Si bien es cierto que
pocos dudan de los beneficios que proporciona este modelo en el entorno tecnológico
del XML, más aún desde la óptica de los profesionales de la información y la documentación científica [3], no es menos cierto que resulta insuficiente, como expondremos, para lo que esta tecnología pretende: XML está concebido de modo que ha de
ser capaz de manipular tanto el texto de los documentos como cualquier otra forma de
estructuración de datos. De este modo, surgen los denominados XML Schemas.
Modelización de la estructura lógica de los
jurisprudenciales mediante el modelo de la DTD
documentos
Como señalábamos, una de las líneas de investigación aplicada del citado equipo de
trabajo incide en el análisis de la viabilidad de aplicación las tecnologías derivadas de
la Web, especialmente sus lenguajes de marcado de textos electrónicos (desde el
HTML hasta el metalenguaje XML), a los documentos jurídicos2. Esta línea de investigación se inició en 1998 y desde entonces hasta la actualidad su continuidad ha sido
permanente, teniendo como uno de sus últimos hitos más destacados en el campo de
aplicación práctica de tecnologías puramente XML el desarrollo de la maqueta elaborada para la tesis doctoral ya citada3.
En esta comunicación nos centraremos en uno de los puntos capitales de este desarrollo práctico realizado mediante el uso de las tecnologías XML: la modelización de
la estructura lógica de los documentos jurisprudenciales.
Los documentos jurídicos, y en especial los judiciales, se caracterizan por incluir
un contenido netamente textual en el que la estructuración de sus bloques principales,
sin llegar a existir una norma que los regule, suele ser bastante homogénea entre las
distintas jurisdicciones (provinciales, autonómicas, nacionales y supranacionales).
Además, en el caso del Tribunal Constitucional español, al tratarse de un tribunal de
reciente creación (1978), la estructuración de los contenidos de sus resoluciones no ha
sufrido grandes variaciones en el tiempo. En la investigación sólo se contempló el
tratamiento de las Sentencias, pues sólo éstas pueden derivar en jurisprudencia, no así
los Autos a pesar de que en su contenido pueda existir una fundamentación jurídica.
Estamos, pues, ante lo que anteriormente denominábamos aplicaciones del XML
orientadas al documento (o al texto, si se prefiere) por lo que el empleo de las técnicas
2
La bibliografía producida por este equipo de investigación ha sido considerable a lo largo de
estos años. Véase, por ejemplo, uno de los últimos artículos elaborados, resumen en cierta
medida de todo el trabajo emprendido en estos años, en la referencia bibliográfica [4].
3
Esta maqueta está disponible en Internet en la dirección http://damocles.uc3m.es/TC/
4
clásicas procedentes del SGML en el campo del análisis y reconocimiento del documento para la definición de tipos documentales resultan idóneas.
Así, partiendo de las premisas generales establecidas por diversos especialistas,
como J. André [5] o E. Maler [6], para el desarrollo y confección de DTDs, se fue
acotando esta primera fase de la investigación emprendida con los estudios y conclusiones de otros investigadores, como A. Salminen [7], C. Magnusson [8] o Y. Marcoux [9], que habían abordado con anterioridad, y desde la aplicación del SGML, la
modelización de las estructuras de los documentos jurídicos. De igual modo, se analizaron las experiencias internacionales más recientes con aplicación de las tecnologías
XML a este tipo especial de documento jurídico, siendo destacables por la similitud
con las investigaciones de nuestro grupo los trabajos de normalización abordados por
la organización internacional Legal XML4 y, fundamentalmente, los trabajos emprendidos por el Consejo Constitucional de Francia enmarcados dentro del ambicioso
proyecto nacional SPAD (Service Public d’Accès au Droit)5.
Con ello se procedió a modelizar la estructura lógica de las Sentencias del Tribunal
Constitucional español, y a desarrollar una DTD basada en XML válida para definir
formalmente su estructura y su vocabulario de marcado. Los resultados finales más
significativos pueden resumirse en los siguientes puntos6:
− La estructura formal o de composición del texto de las sentencias analizadas es
homogénea pues en todas se mencionan en primer término los datos identificativos
de la resolución (Sala o el Pleno que la dicte, número de Sentencia, fecha de emisión, tipo de recurso que la motiva y el acto), seguidos de antecedentes de hecho,
fundamentación jurídica, decisión adoptada, fecha, y en su caso, votos particulares
de uno o varios magistrados.
− También la redacción de las sentencias analizadas es bastante homogéneo, pero no
hay una normalización adecuada de algunos aspectos como las citas de normas legislativas, resoluciones de tribunales inferiores o las propias del Tribunal Constitucional.
− Para la confección de la DTD ha sido necesario incluir un bloque estructural inicial
(la cabecera de las sentencias) para dar cabida a elementos que no figuran directamente en el texto de los documentos y convenía incluir para su control tanto documental (autor, título, fecha de publicación en el BOE, descriptores de materia, resumen del recurso, resumen del fallo, etc.) como informático (nombres de los ficheros electrónicos completo y abreviado, número de identificación, etc.).
− La DTD incluye, además de la citada Cabecera, otros bloques principales o de
primer nivel: Preámbulo (con los datos relativos a las partes en litigio, el nombre
del magistrado ponente, el asunto y la fecha de la causa tratada), Antecedentes de
hecho (asunto tratado e la historia del hecho judicial hasta su revisión por el tribunal), Fundamentos jurídicos (principios doctrinales y normativa jurídica aplicada
en la resolución), Fallo del Tribunal (decisión del tribunal y su correspondiente
4
Información disponible en http://www.legalxml.org/
Información
disponible
en
http://www.atica.pm.gouv.fr/XML/repertoire_de_schema/spad.shtml
6
Esta extensa DTD o lenguaje específico de marcado de sentencias del Tribunal Constitucional
se encuentra disponible en http://damocles.uc3m.es/TC/docsDTD/SentenciaTC.dtd
5
5
disposición) y Votos particulares (si algún o algunos magistrados disienten del fallo), definido como opcional.
− Cada uno de estos bloques se ha descompuesto en bloques estructurales inferiores
(por ejemplo, el Preámbulo se descompone en un apartado de Composición de la
Sala y en un apartado de Introducción a la Sentencia), hasta el nivel de detalle preciso para el marcado final de las sentencias (como, por ejemplo, magistrados que
componen la Sala o Pleno, tipo de recurso interpuesto, sus promotores, representantes y defensores de éstos, personas físicas o jurídicas que comparecen, numeración de antecedentes y fundamentos jurídicos, normas y sentencias citadas, magistrados que formulan un voto particular, etc.).
− La DTD incorpora, no sin ciertos problemas, el vocabulario propio de XLink para
reflejar en el marcado los correspondientes enlaces hipertextuales (en este caso, enlaces simples) a normas y sentencias citadas; incluye asimismo diversos atributos
en muchos de los elementos para normalizar la forma de entrada de información (tipo de recurso, Sala, fechas, nombres, etc.) o para incluir información necesaria
para el control, representación y recuperación de los documentos (gran número de
códigos de identificación, de descripción y de formato).
Limitaciones del modelo de la DTD y migración al modelo de
esquema XML
A pesar de las innegables aportaciones del modelo de la DTD de XML para la definición de estructuras formales y vocabularios de marcado de documentos con contenido
principalmente textual, éste se reveló insuficiente. Si bien la DTD obtenida permitió
establecer un primer marcado de las sentencias del TC seleccionadas algunas de sus
limitaciones pronto se hicieron patentes. Por ejemplo, la ambigüedad del contenido de
elementos definidos en la DTD como de contenido mixto (texto mezclado con otros
subelementos, que pueden aparecer o no, en cualquier orden y en un número de veces
indeterminado), potencial fuente de errores durante el marcado del texto. O las limitaciones en la definición de los tipos de datos que deberían contener elementos y atributos, que, simplificando, sólo es posible definirlos como datos de carácter o, sólo para
algunos atributos, una lista de valores predeterminados. Igualmente, el modelo de la
DTD no está pensado para su integración con el estándar del XML Namespaces,
creado para posibilitar la incorporación al vocabulario desarrollado otros vocabularios
externos. De este modo, y para poder imponer restricciones en el modelo de contenido
mixto así como en la tipología de los datos (números enteros, rangos de valores, fechas, códigos alfanuméricos, etc.), especialmente en los valores que habían de tomar
muchos de los atributos, e incorporar otros elementos externos (los propios del lenguaje XLink) se hacía inevitable usar el modelo más evolucionado del XML Schema
del W3C7.
7
La información oficial relativa al modelo de esquema XML del W3C se encuentra disponible
en http://www.w3.org/XML/Schema
6
Los esquemas XML dan un paso más allá en la evolución del XML permitiendo
superar las limitaciones del modelo de la DTD al ofrecer un mecanismo mucho más
potente y expresivo para que las aplicaciones web puedan intercambiar datos de forma
más consistente sin tener que renunciar a mecanismos ad hoc de validación de los
mismos. De este modo, frente a un modelo de tipos de datos orientado al texto, como
son los soportados por la DTD de XML, se contrapone un modelo con fuerte orientación a objetos, influenciado enormemente por los informáticos desarrolladores de
bases de datos [10]. Además de esta diferencia de base, otras características hacen del
XML Schema un modelo más moderno y robusto para esta modelización y definición
formal de las estructuras y vocabularios para documentos XML; así, a diferencia de la
DTD, que utiliza una sintaxis propia, los esquemas utilizan la misma sintaxis de los
documentos XML; permiten definir con mayor riqueza y complejidad estructuras
internas; contemplan los tipos de datos soportados por las DTD pero los amplían con
tipos de datos específicos (decimal, entero, fecha y hora, etc.); permiten hacer uso de
otros estándares XML acompañantes como XPath, XSL, XML Namespaces, XLink,
etc., y establecer restricciones sobre los mismos de interés para el usuario, ampliando
sus capacidades de definición y actuación [11].
Con todo ello, en una segunda fase de la investigación se trasladó la definición de
tipo documental elaborada según el modelo de la DTD al modelo del XML Schema8,
estableciéndose convenientemente los modelos de contenido de ciertos elementos que
quedaban demasiado abiertos y ambiguos para un marcado riguroso de las sentencias
(en especial, los denominados “modelos de contenido mixto”). Igualmente se ajustó
adecuadamente la tipología de datos que deberían llevar ciertos elementos y atributos
(por ejemplo, xs:date para los atributos que debían contener fechas o
xs:integer para los que debían contener un número entero). Por último, se establecieron restricciones a ciertos tipos de datos cuando sus posibles valores debían
ajustarse a normas estrictas de construcción (por citar un ejemplo, cada voto particular
quedaba diferenciado dentro de un atributo identificador cuyo valor estaría formado
por “VP” seguido del dígito que le correspondiese, empleándose para ello una restricción al tipo de dato xs:ID con el patrón xs:pattern value=”VP[1-9]{1} ).
8
Este esquema XML se elaboró en un principio siguiendo la especificación de la Recomendación Candidata del XML Schema del W3C, de octubre de 2000. Este primer esquema XML
se encuentra disponible en http://damocles.uc3m.es/TC/docsXSD/SentenciaTC.xsd. Con la
aparición en mayo de 2001 de la Recomendación final del W3C, este esquema ha sido mejorado y adaptado finalmente a dicho estándar. El esquema definitivo se encuentra disponible
para su consulta en http://damocles.uc3m.es/TC/docsXSD/SentenciaTC(new).xsd. Para una
mejor comprensión del modelo desarrollado existe una representación gráfica del mismo en
http://damocles.uc3m.es/TC/docsXSD/esquema.png, así como la explicación detallada de
cada uno de los elementos, atributos, grupos y tipos de datos creados, accesible en
http://damocles.uc3m.es/TC/docsXSD/esquema.html
7
Aproximación a los lenguajes de marcado semántico
La tercera y última fase de este apartado de la investigación hacía especial referencia a
la asignación de un valor semántico universal al lenguaje de marcado desarrollado. Ya
que este aspecto concreto de la asignación de metadatos a los documentos XML es
otra línea de investigación dentro de nuestro Departamento, no ha sido tratado con el
mismo detalle de profundidad que los anteriores, por lo que aquí se expone únicamente un acercamiento a esta materia.
Se trata éste de uno de los aspectos que más polémica ha suscitado entre los investigadores y especialistas de diversos campos de aplicación de las tecnologías XML. Si
bien es cierto que los lenguajes de marcado descriptivo de textos electrónicos proporcionan una doble definición estructural, una estructura abstracta, que especifica cómo
se ajustan las diferentes piezas que conforman el documento, y una estructura semántica, interesada en el significado del texto, tanto del conjunto como de cada una de las
piezas que lo componen, algunos autores plantean dudas sobre la validez de dicha
descripción semántica en el contexto de producción de los metalenguajes de marcado
que han de servir de soporte tecnológico para la Web que se desea construir. Para el
XML, algunos investigadores han venido matizando su doble funcionalidad para la
descripción estructural y semántica de los documentos electrónicos. Así, R. Cover ya
señaló en los inicios del XML que la marca descriptiva es en sí misma una forma de
“metadatos” pues nos dice lo que el elemento es a través del nombre elegido y cómo
los objetos informativos existentes dentro del documento se estructuran en un conjunto coherente y jerarquizado de bloques, pero matizando que XML sólo gobierna sobre
la sintaxis, no existiendo mecanismos formales capaces de dar soporte a declaraciones
restrictivas sobre la semántica de los elementos establecidos [12]. Más recientemente
T. Bray, uno de los padres de XML, matizó que este metalenguaje no es capaz por sí
solo de representar de forma adecuada los metadatos de un documento debido a los
problemas de escalabilidad y de interoperatibilidad de la metainformación en un entorno de trabajo adecuado para la Web [13]. En resumen, XML per se tan sólo permite definir semánticas parciales o particulares, válidas para la persona o colectivo que
desarrolla o se adscribe a dicho lenguaje.
Bajo esta idea surge en el seno de la W3C un grupo de investigación para el desarrollo de la denominada Web Semántica9, encabezado por el propio Tim Berners-Lee,
inventor de la Web y del HTML, donde el estándar RDF (Resource Description Framework)10 y sus desarrollos paralelos ocupan un papel principal.
No entraremos aquí en la descripción del modelo propuesto por RDF. Tan sólo indicaremos que RDF es más que una simple aplicación de XML, pues al igual que este
metalenguaje, contempla mecanismos para que cada comunidad pueda desarrollar de
forma independiente vocabularios propios de metadatos, que en este contexto de la
9
La información oficial sobre este importante grupo de trabajo se encuentra disponible en
http://www.w3.org/2001/sw/
10
RDF, una de las primeras aplicaciones surgidas del metalenguaje XML, trata de proporcionar
un marco de trabajo válido para describir recursos electrónicos e intercambiar metadatos que
han de ser servidos principalmente en la Web. La información oficial se encuentra disponible
en http://www.w3.org/RDF/
8
Web semántica suelen denominarse ontologías11. Las descripciones de estos vocabularios se realizan a través del modelo de esquema RDF (RDF Schema)12, capaz de establecer y formalizar las relaciones semánticas así como las restricciones que se dan
entre los elementos del lenguaje definido.
Se observa, pues, un aparente conflicto entre estos dos desarrollos del W3C, los
modelos de esquema XML y RDF, pues ambos pueden ser utilizados para construir
vocabularios específicos de marcado. Ello está generando en la actualidad no pocas
polémicas pues no siempre es fácil discernir si es más conveniente hacer uso de las
clases y subclases propias del esquema RDF o, por el contrario, emplear las capacidades de representación estructural que posibilita el esquema XML.
En las investigaciones llevadas a cabo por nuestro grupo se ha tratado de integrar
las propiedades y beneficios aportados por ambos modelos, siguiendo las investigaciones iniciadas por J. Hunter y C. Lagoze en las que promueven la cohabitación y
complementariedad de ambos modelos dentro de un desarrollo común de metadatos
para la WWW [14]. De los modelos propuestos, se consideró más oportuno el que
incrusta localmente las semánticas propias del esquema RDF dentro de las anotaciones del esquema XML, empleando el conjunto de elementos definidos por la iniciativa
del Dublin Core13 para el establecimiento de dicha semántica universal al vocabulario
de marcado desarrollado, dado que es el lenguaje de mayor aceptación en el entorno
de los metadatos para la Web.
Señalaremos por último que igualmente se analizaron otras iniciativas en la asignación de metainformación a los documentos XML [15], alternativas al modelo propuesto por RDF, como han sido los desarrollos XML Topics Maps (XTM)14, el Meaning
Definition Language (MDL)15 o, el más prometedor de todos ellos, el DARPA Agent
Markup Language (DAML).
Sin duda, la estrella de los lenguajes de marcado semántico para el desarrollo de la
Web semántica lo está constituyendo últimamente DAML16, iniciativa procedente de
la agencia norteamericana para la investigación en Defensa, DARPA, en la que participan investigadores del propio W3C, incluido el mismísimo T. Berners-Lee. Se trata
de un potente mecanismo de descripción en el que se integran diferentes piezas: por
un lado se encuentra el denominado DAML-ONT, lenguaje capaz de establecer expresiones más sofisticadas que las definiciones de clases que proporciona el modelo de
esquema de RDF, y por otro, se combina con la iniciativa denominada Ontology Infe11
El concepto de “ontología” no es fácil de definir en este contexto y está sujeto a numerosas
polémicas y controversias. El término, heredado de la filosofía (metafísica), donde hace referencia al ser en general y sus propiedades trascendentales, aplicado al campo de la gestión
del conocimiento es una “especificación explícita de una conceptualización” o, dicho de otro
modo, una descripción formal de conceptos y relaciones que pueden existir para un agente o
comunidad de agentes. Para una más amplia información al respecto de este tema véase la
información suministrada en http://www.semanticweb.org/knowmarkup.html
12
La información oficial se encuentra en http://www.w3.org/TR/rdf-schema/
13
La información oficial de esta iniciativa se encuentra disponible en http://dublincore.org/
14
Información disponible en http://www.topicmaps.org/
15
El borrador de esta especificación se encuentra en http://www.charteris.com/mdl/
16
La información oficial puede ser consultada en http://www.daml.org/
9
rence Layer (OIL), capaz de proporcionar potentes y sofisticados sistemas de clasificación, facilitando la definición de tipos de datos basados en el modelo de esquema de
XML. La combinación de todos ellos ha dado lugar a la iniciativa conocida como
DAML+OIL, que integra, como apuntábamos antes, los principales beneficios aportados por los modelos de esquemas RDF y XML. La potencialidad de esta nueva iniciativa ha quedado puesta de manifiesto en un reciente estudio elaborado por Y. Gil y V.
Ratnakar del Information Sciences Institute and Computer Science Departament de la
Universidad del Estado de California, en el que se analiza y compara este lenguaje de
marcado semántico con los modelos de esquema de XML y RDF a través de una serie
de parámetros o dimensiones (modularidad, inclusión de subclases propiedades, tipos
de datos primitivos, restricciones de las propiedades, herencia, etc.) resultando demoledora esta comparativa en beneficio del DAML+OIL [16].
Conclusiones
Como conclusiones a esta ponencia se puede señalar que el conjunto de tecnologías
del XML para la Web resultan adecuadas para el tratamiento y difusión en Internet de
información jurídica, como se ha demostrado en las diversas investigaciones realizadas y en curso en el seno del grupo de Tecnologías de la Información del Departamento de Biblioteconomía y Documentación de la Universidad Carlos III de Madrid.
El modelo inicial de la DTD de XML para la construcción de lenguajes específicos de
marcado descriptivo, aunque válido para un primer acercamiento a la definición estructural y semántica de los documentos jurídicos (en el caso de la investigación relatada aquí, documentos jurisprudenciales emanados del Tribunal Constitucional español), resulta insuficiente para establecer un marcado riguroso debido a sus serias limitaciones. Se hace, por tanto, recomendable la migración hacia el modelo de esquema
XML del W3C. Sin embargo, este modelo no es capaz de proporcionar una respuesta
satisfactoria para el establecimiento de metadatos o, dicho de otro modo, para la asignación de una semántica universal al vocabulario elaborado. Para la construcción de
una verdadera Web semántica se hace imprescindible obtener un modelo de esquema
capaz de generar verdaderos lenguajes de marcado semántico. Si en un principio el
modelo propuesto por el esquema RDF parecía válido por sí solo para llevar a cabo
este cometido, algunas investigaciones recientes han apostado por la integración y
combinación de ambos modelos de esquema del W3C para, de este modo, obtener los
beneficios estructurales y de contenido que proporcionan los esquemas XML junto
con los derivados del esquema RDF para establecer definiciones semánticas. Finalmente, se deben seguir muy estrechamente las investigaciones llevadas a cabo dentro
de la iniciativa del DAML+OIL pues además de ofrecer dicha integración proporciona
otros mecanismos propios auxiliares para la creación de potentes lenguajes de marcado tanto descriptivo como semántico.
10
Referencias
1. Martín Galán, Bonifacio. Tratamiento y Difusión en Internet de información jurisprudencial
mediante tecnologías XML: Aplicación al caso del Tribunal Constitucional [Tesis doctoral]. J. Tomas Nogales Flores (dir.). Getafe: Dpto. de Biblioteconomía y Documentación,
Universidad Carlos III de Madrid, febrero 2002.
2. Marchal, Benoît. XML by Example. Indianapolis: Que, 2000.
3. Martín Galán, Bonifacio; Rodríguez Mateos, David. “Estructuración de la información mediante XML: un nuevo reto para la gestión documental”. En: Jornadas Españolas de Documentación (7ª. 2000. Bilbao). Bilbao: Universidad del País Vasco, 2000, pp. 113-123.
4. Nogales Flores, J. Tomás; Martín Galán, Bonifacio; Arellano Pardo, Mª del Carmen. “Informática, Derecho y Documentación. Experiencias y posibilidades de aplicación de los lenguajes de marcado de texto (SGML, HTML y XML) a los documentos jurídicos”. En: Miguel Ángel Davara Rodríguez (coord..). Encuentro sobre Informática y Derecho (16º. 2002.
Madrid). Madrid: Instituto de Informática Jurídica, Facultad de Derecho, UPCO, 2003. (en
prensa).
5. J. André, J.; Furuta, R.; Quint, V. (eds.). Structured Documents. Cambridge: Cambridge
University Press, 1989.
6. Eve Maler, Eve; El Andaloussi, Jeanne. Developing SGML DTDs: From Text to Model to
Markup. Upper Saddle River, NJ: Prentice Hall, 1996.
7. Salminen, A. ; Lyytikäinen, V. ; Tiitinen, P. “Putting documents into their context in document analysis”. Information Processing and Management, v. 36, nº 4, 2000, Pp. 623-641.
8. Sjöberg, Cecilia Magnusson. Critical Factors in Legal Document Management: A study of
standardised markup languages. Stockholm: Jure AB, 1998.
9. Marcoux, Yves, Sévigny, Martin. “Why SGML? Why Now?”. Journal or the American
Society for Information Science, 1997, v. 48, nº 7, pp. 584-592.
10. Ioannides, Demetrios. “XML schema languages: beyond DTD”. Library Hit-Tech, 2000, v.
18, n° 1, pp. 9-14.
11. Laurent, Simon St. Describing Your Data: DTDs and XML Schemas [documento HTML].
XML.com,
December
1,
1999.
Disponible
en
http://www.xml.com/pub/1999/12/dtd/index.html (consultado el 10 de septiembre de 2002).
12. Cover, Robin. XML and Semantic Transparency [documento HTML]. OASIS, rev. November 24, 1998. Disponible en http://www.oasis-open.org/cover/xmlAndSemantics.html
(consultado el 12 de septiembre de 2002).
13. Bray, Tim. What is RDF? [documento HTML]. XML.com, January 24, 2001. Disponible
en http://www.xml.com/pub/a/2001/01/24/rdf.html (consultado el 10 de septiembre de
2002).
14. Hunter, Jane; Lagoze, Carl. Combining RDF and XML Schemas to Enhance Interoperability Between Metadata Application Profiles [documento HTML] Queensland: DSTC, University
of
Queensland,
November
2000.
Disponible
en
http://archive.dstc.edu.au/RDU/staff/jane-hunter/www10/paper.html (consultado el 14 de
septiembre de 2002).
15. Ahmed, Kal... [et al.]. Professional XML Meta Data. Birmingham: Wrox Press, 2001.
16. Gil, Yolanda; Ratnakar, Varun. “A Comparison of (Semantic) Markup Languages” [documento PDF]. En: International FLAIRS Conference (15th. 2002. Pensacola Beach). Disponible en http://trellis.semanticweb.org/expect/web/semanticweb/flairs02_comparison.pdf
(consultado el 10 de septiembre de 2002).

Modelos formales para la definición estructural y

Transcripción

Documentos relacionados

Mapa Visual de la Web 2.0 comunicación participación la web como